Hostname: page-component-586b7cd67f-l7hp2 Total loading time: 0 Render date: 2024-11-22T16:06:17.199Z Has data issue: false hasContentIssue false

An Approach to Integrate Risk Management in Cross-structure SysML-models

Published online by Cambridge University Press:  26 July 2019

Abstract

Core share and HTML view are not available for this content. However, as you have access to this content, a full PDF is available via the ‘Save PDF’ action button.

Demands on developers are increasing due to the growing complexity of products in engineering. As many different disciplines are involved in planning the communication and data exchange becomes difficult. Systems engineering and especially the model-based development have proven themselves for this sector. However, the different languages for system modeling, such as SysML, offer considerable potential for optimization. A corresponding data model must be modelled so that data is available continuously and across all levels. Based on this data model, various engineering processes like risk management can be integrated into this model. New stereotypes are defined within SysML so that errors and risks can be implemented in the system model. This makes it possible to determine influences and effects that risks and errors have on other components of a product across all structures.

Type
Article
Creative Commons
Creative Common License - CCCreative Common License - BYCreative Common License - NCCreative Common License - ND
This is an Open Access article, distributed under the terms of the Creative Commons Attribution-NonCommercial-NoDerivatives licence (http://creativecommons.org/licenses/by-nc-nd/4.0/), which permits non-commercial re-use, distribution, and reproduction in any medium, provided the original work is unaltered and is properly cited. The written permission of Cambridge University Press must be obtained for commercial re-use or in order to create a derivative work.
Copyright
© The Author(s) 2019

References

Alt, O. (2012), Modellbasierte Systementwicklung mit SysML, Carl Hanser Fachbuchverlag, München.Google Scholar
Braune, S. (2018), Datenaustausch in der modelbasierten Systementwicklung zur Visualisierung von SysML-Strukturen, Universität Duisburg-Essen, Institut für Produkt Engineering, Masterarbeit.Google Scholar
Eberhardt, O.: Risikobeurteilung mit FMEA : Die Fehler-Möglichkeits- und Einfluss-Analyse gemäß VDA-Richtlinie 4.2 ; die Risikobeurteilung von Maschinen gemäß EU-Richtlinie 2006/42/EG. 3., überarb. Aufl. Renningen : expert-Verl., 2013 (Edition expertsoft 63)Google Scholar
Eigner, M., Roubanov, D. and Zafirov, R. (2014), Modellbasierte virtuelle Produktentwicklung, Springer Vieweg, Berlin.Google Scholar
VDI-Richtlinie 2206. (Juni 2004), Entwicklungsmethodik für mechatronische Systeme.Google Scholar
Friedenthal, S., Moore, A. and Steiner, R. (2015), A practical guide to SysML : The systems modeling language. Third edition, Morgan Kaufman, Waltham, MA.Google Scholar
Hooshmand, Y. (2017), DS 87-3 Proceedings of the 21st International Conference on Engineering Design (ICED 17) : An approach for holistic model-based engineering of industrial plants, The Design Society, Glasgow.Google Scholar
Hooshmand, Y., Köhler, P. and Manoharan, T. (2017), Unterstützung von multidisziplinären Engineering-Prozessen im Kraftwerksbau (UMEK), Magdeburg.Google Scholar
INCOSE. Systems Engineering. URL https://www.incose.org/systems-engineering – Überprüfungsdatum 2018-12-13.Google Scholar
Informationstechnikzentrum Bund (Hrsg.): V-Modell XT Bund : Das Referenzmodell für Systementwicklungsprojekte in der Bundesverwaltung Version: 2.1, 2015Google Scholar
ISO 31000 (2009), Risk management, International Organisation for Standardization, Geneva.Google Scholar
ISO/IEC/IEEE 15288 (2015), Systems and Software Engineering -- System Life Cycle Processes, International Organisation for Standardization, Geneva.Google Scholar
Kaufmann, U. and Schuler, R. (2016), Systems Re-Engineering - ein Beitrag zur Integration von MBSE und PLM : Tag des Systems Engineerings, Hanser Verlag, München.Google Scholar
Kunnen, S. (2018), “Entwicklung und Anwendungsmöglichkeiten eines strukturübergreifenden Datenmodells”, In: Brökel, Klaus, Corves, Burkhard, Grote, Karl-Heinrich, Lohrengel, Armin, Müller, Norbert, Nagarajah, Arun, Rieg, Frank, Scharr, Gerhard and Stelzer, Ralph, (Hrsg.), Digitalisierung und Produktentwicklung - vernetzte Entwicklungsumgebungen : 16. Gemeinsames Kolloquium Konstruktionstechnik : am 11. und 12. Oktober 2018 in Bayreuth : Tagungsband, Universität Bayreuth Lehrstuhl für Konstruktionslehre und CAD, Bayreuth, pp. 200211.Google Scholar
OMG SYSML: OMG SysML Home | OMG Systems Modeling Language. URL http://www.omgsysml.org/ – Überprüfungsdatum 2017-12-06Google Scholar
PAS 1059 (2006), Planung einer verfahrenstechnischen Anlage — Vorgehensmodell und Terminologie, Beuth Verlag GmbH.Google Scholar
Schneck, O. Risikomanagement : Grundlagen, Instrumente, Fallbeispiele. 1. Aufl, Wiley-VCH, 2010 (WILEY Klartext), Weinheim.Google Scholar
SEBoK (2016), Transitioning Systems Engineering to a Model-based Discipline : Systems Engineering Body of Knowledge (SEBoK).Google Scholar
Vanini, U. (2012), Risikomanagement : Grundlagen ; Instrumente ; Unternehmenspraxis. 1. Aufl. s.l., Schäffer-Poeschel Verlag.Google Scholar
Voigt, K.-I. (2010), Risikomanagement im industriellen Anlagenbau : Konzepte und Fallstudien aus der Praxis, Schmidt, Berlin.Google Scholar
Walden, D.D., Roedler, G.J. and Forsberg, K. (2017), INCOSE systems engineering handbuch : Ein Leitfaden für Systemlebenszyklus-Prozesse und -Aktivitäten. [1. Auflage], GfSE, München.Google Scholar
Wolke, T. (2016), Risikomanagement. 3., vollständig überarbeitete, erweiterte und aktualisierte Auflage, De Gruyter Oldenbourg, Berlin, Boston.Google Scholar